Karta tytułowa: Gemini 4 Neon: „mały” model Google nie ma opublikowanego rozmiaru, z podtytułem: jeden post na X, trzy sprawdzalne liczby i rozmiar, którego nikt poza Google nie widział, nad trzema numerowanymi wierszami: post nazywa Neon małym, choć nie opublikowano liczby parametrów żadnego modelu Gemini 4; Neon uzyskuje 61,4 przy xhigh i 59,6 przy domyślnym high wobec 60,0 Carbona — przewaga 1,4 pkt lub strata 0,4 pkt; Carbon wydano 10 listopada, a Neon 18 listopada, osiem dni później, przy czym klauzula RSI nie wskazuje żadnych danych treningowych. W stopce podano wyniki według indeksu Artificial Analysis v5.0.1, odczyt z 20 listopada 2026 r.; deklaracje rozmiaru nieaudytowane.
Guides & Insights

Gemini 4 Neon: „Mały” model Google nie ma opublikowanego rozmiaru

Autor

Elias Hawthorne

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

20 listopada o 01:57 UTC na X pojawił się post, w którym Gemini 4 Neon nazwano małym modelem Google'a — „daleko przed Argonem i Carbonem”, konkurencyjnym wobec Claude Opus 5.5 i Claude Fable 5.2, a w zamykających go czterech słowach — dowodem RSI. Został edytowany trzy razy, zanim przybrał ostateczną formę, i miał 316 polubień, gdy go czytaliśmy. Każdy pozostały fragment można zweryfikować na podstawie dokumentu. Słowa „small” nie można. Poszukaj liczby parametrów lub uporządkowania rozmiarów w dokumentacji Google dotyczącej Gemini 4 Neon, Gemini 4 Carbon, Gemini 4 Argon i Gemini 4 Hydrogen, a nie znajdziesz nic: żadnej liczby parametrów, żadnej liczby parametrów aktywnych, żadnego zdania, które szereguje te cztery według rozmiaru, i — zarówno na stronie modelu DeepMind, jak i w kartach modeli — ani jednego użycia słowa „small” w odniesieniu do któregokolwiek z nich.

To nie czyni wpisu błędnym. Czyni go niefalsyfikowalnym w odniesieniu do jego własnego kluczowego słowa, co jest innym i ciekawszym problemem: twierdzenie łączy pomiar, który każdy może sprawdzić (wynik), z opisem wnętrza modelu, którego nikt spoza Google nie może sprawdzić, a następnie wyciąga wniosek o tym, jak model był trenowany, z tej niepodlegającej weryfikacji połowy. Poniżej twierdzenie zostaje rozłożone na trzy części i każda z nich zostaje skonfrontowana z tym, co opublikowano. Wszystkie wyniki pochodzą z Artificial Analysis na indeksie v5.0.1, odczytanym 20 listopada 2026 r.; wszystko, co podano ze strony Google, jest oznaczone jako takie; wszystko, co wywnioskowane, jest oznaczone jako wnioskowanie.

Co ten post faktycznie mówi

Po odrzuceniu ramy mamy trzy twierdzenia. Po pierwsze: Neon to mały model Google. Po drugie: jako mały model „znacznie wyprzedza Argon i Carbon”, czyli mniejszy model prześcignął większe rodzeństwo. Po trzecie: taki wynik to właśnie obraz „RSI i temu podobnych”. Drugie sprowadza się do arytmetyki, pierwsze do definicji, której Google nie opublikował, a trzecie nie sprowadza się do niczego — to twierdzenie o procesie trenowania bez ujawnionych danych wejściowych.

Zanim przejdziemy do arytmetyki, warto zauważyć: ten sposób ujęcia nie jest specyficzny dla jednego konta. Dzień wcześniej inny użytkownik przypisał demo Neon „rojom” oraz „brakowi destylacji i poświęcaniu czasu na RSI”. Słownictwo krąży szybciej, niż potwierdza to jakikolwiek dokument, i właśnie dlatego poszczególne słowa warto wycenić.

G​oogle nigdy nie nazywa Neon małym modelem

G​oogle opisuje każdy z czterech modeli, a opisy są wystarczająco konkretne, by można je było zacytować. Z dokumentacji modeli API G​emini, opublikowanej w tym tygodniu:

• Gemini 4 Carbon — „Nasz najsilniejszy model rozumowania, stworzony do złożonej inżynierii oprogramowania, multimodalnej pracy z wiedzą, rozumowania naukowego i obrony cybernetycznej.”

• G​emini 4 Neon — „Inteligencja na poziomie pionierskim z szybkim realizowaniem zadań end-to-end w złożonych przepływach pracy związanych z inżynierią oprogramowania, pracą opartą na wiedzy i nauką.”

• G​emini 4​ Argon — „Nasz wydajny model rozumowania frontier G​emini 4, zapewniający szybsze odpowiedzi i niższe zużycie tokenów na turę w porównaniu z G​emini 4​ Carbon…”

• Gemini 4 Hydrogen — „Przynosi najnowocześniejszą inteligencję każdemu, zapewniając szybkość i wydajność w codziennym kodowaniu i przepływach pracy agentowej.”

Trzy z tych czterech zdań dotyczą szybkości i kosztu. Żadne z nich nie dotyczy rozmiaru, a żadna strona Google, którą mogliśmy przeczytać, nie używa słowa „small” w odniesieniu do żadnego z tych czterech. Zgodnie z tą samą dokumentacją model, na który Google wskazuje do codziennej, niskokosztowej pracy, to Gemini 3.5 Flash-Lite — który nie należy do tej rodziny i nie jest tym, o czym jest wpis. Zatem „Neon jest tym małym” nie jest podsumowaniem pozycjonowania Google. To wnioskowanie czytelnika na podstawie zachowania, przedstawione tak, jakby było specyfikacją.

Cennik również przemawia przeciw dosłownemu odczytowi. Neon jest najdroższym modelem w rodzinie w przeliczeniu na token: 3,00 USD na wejściu i 15,00 USD na wyjściu za milion, stawka płaska, bez darmowego planu i bez terminu ważności — w porównaniu z Carbon i Argon po 2,00 USD i 10,00 USD do 30 listopada oraz Hydrogen po 1,50 USD i 7,50 USD z darmowym planem. Mały model, który kosztuje o 50% więcej za token niż flagowiec, z którym jest porównywany, nie jest mały w znaczeniu, jakie kupujący zwykle mają na myśli. Cokolwiek w Neon jest małe, na pewno nie rachunek.

Tam, gdzie liczby rzeczywiście potwierdzają twierdzenie

Połowa posta dotycząca wyników jest sprawdzalna i w większości się broni — z jednym podstawieniem, które zmienia werdykt. W Intelligence Index przy najgłębszym opublikowanym ustawieniu każdego modelu:

• G​emini 4 Neon — 61,4 przy xhigh (59,6 przy ustawieniu domyślnym, high)

• G​emini 4​ Carbon — 60.0 przy ustawieniu high, które stanowi jego pułap; model nie ma poziomu xhigh

• Gemini 4 Hydrogen — 54 przy xhigh

• G​emini 4​ Argon — 50 przy wysokim, również jego pułap

„Daleko przed Argonem” to prawda i to nie o włos: 11 punktów. „Daleko przed Carbonem” to w ogóle nieprawda. Neon wyprzedza Carbon o 1,4 punktu i tylko wtedy, gdy ustawi się go na szczeblu rozumowania, którego Carbon nie ma. Przy ustawieniach zalecanych przez obu producentów — domyślne ustawienie high Neonu kontra high Carbonu — Neon pozostaje o 0,4 punktu z tyłu. Najmocniejszą formą wpisu byłaby ta uczciwa: Neon jest pierwszym modelem w tej rodzinie, który uzyskał wynik powyżej flagowca, o około jeden punkt, jeśli jesteś gotów zapłacić za najgłębszy szczebel.

„W ciągu kilku tygodni” jest również dosłownie prawdą, a ta arytmetyka zasługuje na przytoczenie, ponieważ jest to jedyny fakt z datą w tym poście. Carbon stał się ogólnie dostępny 10 listopada. Neon stał się ogólnie dostępny 18 listopada. Osiem dni dzieli flagowy model od modelu opisywanego jako ten, który go prześcignął.

A single-column scoreboard titled Gemini 4 Neon - the scoreboard, with six rows: Intelligence Index 61.4 at xhigh and 59.6 at default high; Carbon at its ceiling 60.0 at high; cost per index task $6.44 against Carbon's $7.76; list price $3.00 in and $15.00 out per million; output tokens on the suite 123M against Carbon's 205M; published parameter count none, for any Gemini 4 model. The footer reads scores per Artificial Analysis index v5.0.1, prices per Google's rate card, size claim unaudited.

To jedno porównanie, które pominął post

Fragment „konkuruje z Opus / Fable” sam siebie nie docenia, ponieważ jego korzystniejsza wersja wymaga liczby, której wpis nie podał. W tym samym indeksie Claude Opus 5.5 uzyskuje 59 przy maksymalnym wysiłku, a Claude Fable 5.2 — 65. Wynik Neon 61,4 plasuje się więc między nimi: o 2,4 punktu przed Opus 5.5 przy najgłębszym ustawieniu Neon, o 3,6 punktu za Fable 5.2. Określenie „konkuruje z” jest uczciwe w pierwszym przypadku, a w drugim — hojne.

To, co czyni z tego prawdziwą historię, to koszt tych punktów mierzony na ukończone zadanie, a nie na token:

• Koszt zadania w Intelligence Index — G​emini 4 Neon $6.44, Claude Opus 5.5 $10.04, Claude Fable 5.2 $26.54

• Cena katalogowa za milion tokenów, wejście / wyjście — Neon 3,00 USD / 15,00 USD, Opus 5.5 4,00 USD / 20,00 USD, Fable 5.2 8,00 USD / 40,00 USD

• Czas na zadanie indeksowania — Neon 21,5 minuty przy xhigh i 14,8 przy high; Opus 5.5 25,7 przy max; Fable 5.2 41,6 przy max

• Szybkość generowania — Neon 110 tokenów na sekundę, Opus 5.5 112, Fable 5.2 około 110

Czterokrotnie niższy koszt na zadanie niż w Fable 5.2 w zamian za 3,6 punktu indeksu to lepszy argument niż cokolwiek w oryginalnym wpisie, a przy tym nie opiera się na ani jednym słowie o rozmiarze. To także argument, który przetrwa najbliższy zarzut: przy cenie Fable 5.2 luka 3,6 punktu jest najtańszą do zamknięcia pozycją na planszy, jeśli obciążenie tego wymaga, a nieistotną, jeśli nie.

The Artificial Analysis page for Gemini 4 Neon, headed Gemini 4 Neon: Intelligence, Performance & Price Analysis, showing intelligence 61 with 110 tokens per second, $3.00 input and $15.00 output per million tokens, a 1M token context window, and the notes that it scores 61 on the Intelligence Index against a median of 44, costs $6.44 per task, and takes 21.5 minutes per task against a median of 12.4.

Mały pod względem prędkości, nie rozmiaru

Jeśli istnieje obronna interpretacja słowa „small” w tym kontekście, to jest to ta, którą mierzy tracker, a nie ta, którą przemilcza karta modelu, i dotyczy ona pracy na zadanie, a nie parametrów. Przy tym samym wysokim wysiłku Neon ukończył zestaw Intelligence Index w 123 mln tokenów wyjściowych wobec 205 mln u Carbona, w 14,8 minuty wobec 41,8 u Carbona. To o 40% mniejszy ślad tokenowy i zadanie kończone prawie trzy razy szybciej, a zarazem najbliższa istniejącym publicznie dowodom ilustracja intuicji zawartej w poście: czymkolwiek jest Neon, wykonuje tę samą pracę przy mniejszym nakładzie wyemitowanej pracy niż model, który Google nazywa swoim najsilniejszym.

Ale to wnioskowanie na podstawie zachowania, a zachowanie ma inne wyjaśnienia — wydajniejszy dekoder, inny budżet myślenia, krótszy ślad rozumowania — z których żadne nie wymaga mniejszej liczby parametrów. Te same liczby są również spójne z tym, że Neon jest po prostu nowszym, lepiej wytrenowanym modelem o porównywalnym rozmiarze, co jest najmniej egzotycznym dostępnym wyjaśnieniem.

Narracja o szybkości również załamuje się w miejscu, w które wpis nie zagląda. Neon nie jest najszybszym modelem w rodzinie. G​emini 4 Hydrogen osiąga 167 tokenów na sekundę w porównaniu z 110 w przypadku Neon i kończy zadanie indeksowania w 15,4 minuty przy xhigh — o włos od 14,8 Neon przy high, za połowę ceny. Jeśli hasłem jest „mały i szybki”, to Hydrogen jest modelem, który ta fraza opisuje, a Hydrogen ma wynik 54.

An infographic titled Small as speed, not as size, with six rows: output tokens for one index suite 123M on Neon's default and 205M on Carbon; time per index task 14.8 minutes on Neon's default and 41.8 on Carbon; output speed 110 tokens per second on Neon and 167 on Hydrogen; score at the deepest setting Neon 61.4 and Hydrogen 54; fastest model in the family Hydrogen at half Neon's price; parameter count behind any of it unpublished. The footer reads tokens, time, speed and scores per Artificial Analysis index v5.0.1, read 20 November 2026; prices per Google's rate card; size claims unaudited.

Dlaczego to „RSI” wykonuje tutaj tę pracę

Rekurencyjne samodoskonalenie, w znaczeniu, jakie to wyrażenie ma w badaniach nad sztuczną inteligencją, oznacza, że laboratorium wykorzystuje model, by wymiernie ulepszyć jego następcę — pętlę z modelem w środku, a nie jedynie szybkie tempo wydawania kolejnych wersji. Nic, co opublikowano, nie potwierdza takiej interpretacji tego wydania, a wpis nie oferuje niczego na jej poparcie: żadnej liczby dotyczącej obliczeń, żadnego ujawnienia, na czym trenowano Neon, żadnych dowodów, że jakikolwiek model G​emini przyczynił się do trenowania Neon.

To, co G​oogle publikuje na temat rodowodu, to jedna klauzula, powtarzana. Karty modeli zarówno G​emini 4 Neon, jak i G​emini 4 Hydrogen podają, że model jest „zaadaptowany z G​emini 4​ Carbon” — to samo zdanie w tych samych siedmiu polach na obu kartach, bez definicji słowa „zaadaptowany”, bez liczby parametrów i bez wyjaśnienia, co uległo zmianie. Podążanie wstecz od karty Carbon prowadzi do Argonu, którego karta stwierdza, że „nie jest modyfikacją ani dostrojeniem wcześniejszego modelu”. Każda karta G​emini 4 podaje tę samą datę odcięcia wiedzy, marzec 2026, w ciągu pięciu tygodni premier. Cztery modele, jeden potok danych, jedno niezdefiniowane słowo: to opis wspólnej podstawy treningowej, co jest zwyczajne, a nie pętli.

Ośmiodniowa różnica między Carbon a Neon to kwestia harmonogramu. Harmonogramy ulegają skróceniu z powodów, które nie mają nic wspólnego z samodoskonaleniem — wspólny model bazowy, etapowe wdrażanie, kalendarz premier — a fakt, że ten się skrócił, nie jest dowodem na żaden z nich. Gdyby laboratorium rzeczywiście zbudowało model przy użyciu modelu, można by to poznać po tym, że samo by to ogłosiło, albo że zmierzyłby to benchmark. Ani jedno, ani drugie nie miało miejsca.

Co by to rozstrzygnęło?

Trzy ujawnienia przekształciłyby ten wpis z twierdzenia w ustalenie, a wszystkie trzy to rzeczy, które Google mogłoby opublikować w tym tygodniu:

• Liczba parametrów lub liczba parametrów aktywnych dla dowolnego modelu Gemini 4. Jedna liczba uczyniłaby „small” weryfikowalnym i natychmiast potwierdziłaby lub obaliła założenie.

• Definicja „adapted from” na kartach modeli. To wyrażenie pojawia się siedem razy na karcie Neon i nigdy nie jest wyjaśnione; „based on” jest używane w przypadku Carbon-to-Argon i jest równie niezdefiniowane.

• Jakiekolwiek stwierdzenie o wkładzie w trenowanie — jakie dane były nowe w Neon względem Carbon albo który model, jeśli w ogóle, generował sygnał treningowy. Jeśli brakuje wszystkich trzech, RSI pozostaje słowem w poście.

Co zrobić z tym w poniedziałek

Praktyczna konsekwencja jest niewielka i jest przeciwieństwem tego, co sugeruje wpis. Nic w zapisie nie mówi, że Neon to mały model, który pobił dużego; mówi, że Neon to model za $3/$15, który po podkręceniu osiąga o jeden punkt więcej niż sufit Carbon, a bez podkręcenia o pół punktu mniej niż domyślne ustawienie Carbon. To decyzja o szczeblu dostrajania, a nie decyzja o rozmiarze, a drabina obejmuje 17,3 punktu indeksu od low (44,1) do xhigh (61,4) — znacznie więcej niż różnica między dowolnymi dwoma modelami w rodzinie. To, który szczebel wybierzesz, ma większe znaczenie niż to, który model wybierzesz.

Dwie rzeczy z datami warto wpisać do kalendarza niezależnie od tego, jak rozstrzygnie się kwestia rozmiaru. Carbon i Argon podwajają swoje ceny 1 grudnia — z $2.00 i $10.00 do $4.00 i $20.00 za milion tokenów — natomiast cennik Neon nie ma daty wygaśnięcia. Przy dzisiejszych cenach Neon jest o 17% tańszy w przeliczeniu na ukończone zadanie indeksowania niż Carbon ($6.44 wobec $7.76); po 1 grudnia ta różnica się powiększa, choć Neon niczego nie zmienia. Kto czyta wpis „mały model” i dochodzi do wniosku, że Neon to opcja budżetowa, ten ma właściwy kierunek, ale z niewłaściwego powodu — jest tańszy na zadanie, ponieważ emituje mniej, a nie dlatego, że jest mniejszy, i staje się znacznie tańszy w dniu, który G​oogle już opublikowało.

Po naszej stronie google/gemini-4-carbon i google/gemini-4-argonsą w katalogu po cenie z cennika dostawcy, bez marży, co oznacza, że zmiana z 1 grudnia wchodzi w życie tego samego dnia co u Google. Gemini 4 Neon nie ma jeszcze w katalogu, więc użyteczna rzecz do powiedzenia na jego temat to nie cena, lecz kształt: gdy się pojawi, warto napisać żądanie, które wskazuje Neon i przełącza się awaryjnie na Carbon, jeśli Neon jest ograniczany limitem szybkości lub zwraca błędy. Model, którego główną publikowaną zaletą jest szybkie kończenie zadań, powinien mieć za sobą mechanizm awaryjnego przełączania, a nie być pojedynczym punktem zależności. Dziś jeden klucz obsługuje resztę rodziny, więc przebieg porównawczy z Carbon lub Argon kosztuje wyłącznie tokeny.

Uczciwe zakończenie jest wąskie. Wpis, który mówi, że mały model laboratorium wyprzedził jego duże modele, zawiera twierdzenie o rozmiarach. Nikt nie opublikował rozmiaru. Wyniki mówią, że szybki model w ciągu ośmiu dni uzyskał wynik w granicach jednego punktu od wolniejszego, co samo w sobie jest wystarczająco interesujące, a dołączona do tego historia treningu jest na razie podpisem.

Porównane w tym artykule1

Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie